-
公开(公告)号：CN110738650A
公开(公告)日：2020-01-31
申请号：CN201910981599.4
申请日：2019-10-16
Applicant: 厦门大学
Abstract: 本发明涉及一种传染病感染识别方法、终端设备及存储介质，该方法中包括：S1：采集包含已知病人的视频图像序列；S2：从视频图像序列中的每幅图像中识别出所有的人物对象；S3：从每幅图像中的所有人物对象中查找出已知病人；S4：构建已知病人与其余人物对象的接触图；S5：针对接触图中与已知病人对应的节点连接的每条连线，设定该连线的另一端节点对应的人物对象为易感染个体，计算每条连线对应的易感染个体与已知病人之间的距离；S6：根据计算的距离与距离阈值的关系确定每条连线对应的易感染个体的感染风险高低。本发明利用人工智能系统在同时解决多项任务方面的优势，大大减少了时间和劳动力成本，且具有很高的准确性和效率。
-
公开(公告)号：CN110378842A
公开(公告)日：2019-10-25
申请号：CN201910674925.7
申请日：2019-07-25
Applicant: 厦门大学
IPC: G06T3/00
Abstract: 本发明涉及一种图像纹理滤波方法、终端设备及存储介质，该方法中包括：S1：采集图像组成训练数据集，其中图像中包括标记数据和未标记数据；S2：构建生成对抗网络模型，设定网络中的损失函数为：标记数据的损失与未标记数据的损失的加权和；将训练数据集输入构建的生成对抗网络模型进行训练，在每次学习迭代中，同时向网络提供标记数据和未标记数据，由网络的损失函数计算梯度参数直至训练完成，生成最终网络；S3：将待滤波的图像输入训练后的模型，输出滤波结果。本发明与基于非学习的方法具有相当的性能，同时降低了确定最优参数值的要求。
-
公开(公告)号：CN119818058A
公开(公告)日：2025-04-15
申请号：CN202411923572.7
申请日：2024-12-25
Applicant: 厦门医学院附属第二医院 , 厦门大学
IPC: A61B5/11 , A61B5/01 , G06N3/0464 , G06N3/045 , G06N3/0442
Abstract: 本申请提供一种人体运动姿态跟踪方法及相关设备，方法包括，多个热成像红外传感装置感测手肘关节的热成图像序列，多个惯性测量单元感测非手肘关节的初始运动信息向量序列；控制装置将热成图像序列转换为手肘关节的红外光流向量序列，及将初始运动信息向量序列转换为非手肘关节的运动信息向量序列；基于第一神经网络模型，预测手肘关节的红外光流向量序列对应的手肘关节的旋转角度向量；拼接手肘关节的旋转角度向量与非手肘关节的运动信息向量序列，得到多模态信息向量序列；基于第二神经网络模型组合，预测多模态信息向量序列对应的非手肘关节的旋转角度向量；根据手肘关节的旋转角度向量和非手肘关节的旋转角度向量确定人体上半身运动姿态。
-
公开(公告)号：CN116090620A
公开(公告)日：2023-05-09
申请号：CN202211724676.6
申请日：2022-12-30
Applicant: 厦门大学
Abstract: 本发明涉及一种基于气温惯性效应的电量预测方法、终端设备及介质，该方法中包括：采集待预测日前N日内每日的电量和每日的平均气温，同时采集预测得到的待预测日的平均气温；提取高温饱和温度和低温饱和温度；计算待预测日前N日内每日的气温惯性指数和待预测日的气温惯性指数；建立电量预测模型，设定模型的输入为气温惯性指数，模型的输出为预测电量，通过待预测日前N日内每日的气温惯性指数和每日的电量对模型进行训练，使得预测电量与实际电量的差异最小；将待预测日的气温惯性指数输入训练后的电量预测模型，得到待预测日的预测电量。本发明可以提高电量预测的准确性。
-
公开(公告)号：CN115861367A
公开(公告)日：2023-03-28
申请号：CN202211401900.8
申请日：2022-11-10
Applicant: 厦门大学
IPC: G06T7/246 , G06V10/774 , G06F3/01 , G06N3/0442 , G06N3/08
Abstract: 本发明涉及基于柔性传感器的人体运动跟踪方法，包括：在一段时间内同时采集测试人员佩戴的位于人体四肢的四个关节处的四个柔性传感器的数据和测试人员的人体运动数据，并生成柔性传感器数据与人体运动数据基于采集时间一一对应的数据对，基于采集的所有测试人员的所有数据对构建训练集；构建基于Bi‑LSTM网络的人体运动跟踪模型，将柔性传感器数据作为模型的输入，模型输出为预测的人体运动数据，通过训练集对模型进行训练；基于训练后的人体运动跟踪模型对人体运动进行跟踪。本发明通过使用充分利用短时序列信息的双向LSTM神经网络模型，减轻了模型塌陷至平均姿态的可能性。
-
Patent Agency Ranking
公开(公告)号：CN115170604A
公开(公告)日：2022-10-11
申请号：CN202210422661.8
申请日：2022-04-21
Applicant: 厦门大学
Abstract: 本发明提供了运动跟踪技术领域的一种基于区域显著性分析的人体运动跟踪方法及系统，方法包括如下步骤：步骤S10、基于卷积神经网络创建一门控网络模型以及若干个专家模型，对各所述门控网络模型以及专家模型进行训练；步骤S20、获取人体姿态数据以及柔性传感器的监测数据；步骤S30、将所述人体姿态数据输入门控网络模型，获取各所述专家模型的权重系数；步骤S40、将所述监测数据分别输入各专家模型得到姿态预测结果，基于所述权重系数以及姿态预测结果得到当前帧的人体姿态，进而完成人体运动跟踪。本发明的优点在于：极大的提升了人体运动跟踪的精度。
-
公开(公告)号：CN114489312A
公开(公告)日：2022-05-13
申请号：CN202011160040.4
申请日：2020-10-27
Applicant: 厦门大学
IPC: G06F3/01 , G06F30/23 , G06T17/20 , G06F119/14
Abstract: 本发明公开了一种基于人体运动显著性的柔性传感器及其布局方法，其通过构建构建三维人体模型，并在所述三维人体模型中设置人体体型参数；通过旋转人体骨骼关节，导出不同旋转角度的变形后的三维人体模型，并以三角面片为单位对变形前后的三维人体模型进行形变分析，根据所述形变分析结果建立三维人体模型的人体表面形变张量场，以及设置布线长度，并根据所述人体表面形变张量场计算所述柔性传感器的布线起点和布线方向，从而对所述柔性传感器的位置进行布局优化，提高了柔性传感器对人体形变信息的捕获能力，能够广泛适用于织物传感器等柔性拉伸传感器。
-
公开(公告)号：CN110990769B
公开(公告)日：2021-10-22
申请号：CN201911170676.4
申请日：2019-11-26
Applicant: 厦门大学
Abstract: 本发明公开了一种适合多自由度机器人的姿态迁移算法系统，涉及机器人领域，本发明姿态迁移算法系统将机器人在不同环境下的姿态或动作生成任务视为一个多目标优化问题，将在简单环境中已经获得的机器人姿态(或动作)作为源域，将适合未知的复杂环境中的姿态(或动作)作为目标域，在寻找目标域的最优解时，利用源域的知识产生高质量的初始种群，并在此基础上利用任何一种基于种群的多目标优化算法快速地产生出适合复杂环境的机器人姿态(或动作)。本发明可以使用不同的迁移学习算法来进行知识复用，对于任何基于种群的多目标优化算法而言，本发明所提出的算法系统无需修改，即可与其实现有效结合。
-
公开(公告)号：CN111428655A
公开(公告)日：2020-07-17
申请号：CN202010228550.4
申请日：2020-03-27
Applicant: 厦门大学
Abstract: 本发明公开了一种基于深度学习的头皮检测方法，包括以下步骤：步骤S1：采集头皮图像数据；步骤S2：根据头皮属性，对头皮图像进行标注分类，形成各头皮属性的分类数据集；步骤S3：使用ImageNet图像数据库对SqueezeNet模型进行预训练，得到预训练SqueezeNet模型；步骤S4：修改预训练SqueezeNet模型，使其适应回归任务，得到改进型SqueezeNet模型；步骤S5：制定头皮检测精度判定规则，使用步骤S2中的分类数据集对改进型SqueezeNet模型进行重新训练，得到各种头皮属性的头皮检测模型；步骤S6，将待测头皮图像根据头皮属性进行分类，输入对应的头皮检测模型得到预测结果。本发明的头皮状态检测方法可以提高头皮检测的准确率与稳定性。
-
公开(公告)号：CN109447164A
公开(公告)日：2019-03-08
申请号：CN201811296819.1
申请日：2018-11-01
Applicant: 厦门大学
CPC classification number: G06K9/6267 , G06N3/049
Abstract: 本发明公开了一种运动行为模式分类方法、系统以及装置，涉及人类运动识别领域。该方法包括：S1，确定备选运动行为模式，所述备选运动行为模式包括待分类运动行为模式；S2，通过运动控制传感器获取关于所述备选运动行为模式的行为数据的时间序列；S3，通过所述时间序列建立LSTM运动行为模式分类模型；S4，通过所述LSTM运动模式分类模型来预测待分类运动行为模式，所述S4中使用迭代过程来比较利用T时间内序列得出的预测结果和利用T+Δt时间内序列得出的预测结果来得出最终的预测结果，其中，T1≤T≤T2，T1＞0,T2＞T1，递增步长设置为Δt，Δt>0。本发明技术方案能够在减少运动行为模式分类延迟的同时提高准确性。
-
-
-
-
-
-
-
-
-
Search Results
51
records
(took 0.022 seconds)
